1

LabelEncoder并且OneHotEncoder适用于 numpy 数组，它将字符串转换为0,1基于向量的向量。

我的问题是，是否有一个简洁的 API 可以将 pandas 数据框的一列转换为0, 1向量？我展示了我的代码和熊猫数据框的原始内容123.csv，假设我想0, 1对列进行二进制处理c_a，c_b, c_c， 3 列中的每一列都是独立的，我想对0, 1单独独立的列进行二进制处理。

代码，

import pandas as pd
sample=pd.read_csv('123.csv', sep=',',header=None)
print sample.dtypes

123.csv 内容，

c_a,c_b,c_c,c_d
hello,python,pandas,1.2
hi,c++,vector,1.2

numpy 的标签编码器和 OneHotEncoder 示例，

from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoder

S = np.array(['b','a','c'])
le = LabelEncoder()
S = le.fit_transform(S)
print(S)
ohe = OneHotEncoder()
one_hot = ohe.fit_transform(S.reshape(-1,1)).toarray()
print(one_hot)
which results in:

[1 0 2]

[[ 0.  1.  0.]
 [ 1.  0.  0.]
 [ 0.  0.  1.]]

编辑 1，试过get_dummies了，结果似乎是0.0和1.0（似乎float），有没有办法直接转换成整数？

   0_c_a  0_hello  0_hi  0_ho  1_c++  1_c_b  1_java  1_python  2_c_c  2_numpy  \
0    1.0      0.0   0.0   0.0    0.0    1.0     0.0       0.0    1.0      0.0   
1    0.0      1.0   0.0   0.0    0.0    0.0     0.0       1.0    0.0      0.0   
2    0.0      0.0   1.0   0.0    0.0    0.0     1.0       0.0    0.0      0.0   
3    0.0      0.0   0.0   1.0    1.0    0.0     0.0       0.0    0.0      1.0
4

1 回答 1

2

你在找get_dummies吗？

s = pd.Series(["a", "b", "a", "c"])
pd.get_dummies(s)

如果你想ints：

pd.get_dummies(s).astype(np.uint8)

参考：

Pandas get_dummies 输出 dtype integer/bool 而不是 float

于 2016-08-27T00:14:05.897 回答